项目预览
项目数据
项目介绍
Star 增长趋势
本站每日记录该项目 GitHub 星标变化，观测越久曲线越完整
数据来源：GitHub API 逐日快照 · 收录于 2026-09-23 · 当前星标 ★ 207
核心亮点
- 把降噪、说话人分离、转写三步封装成单一流水线，省去手动拼接多个模型
- 底层用 insanely-fast-whisper，转写速度明显快于原生 Whisper 调用
- Python 实现、依赖清晰，方便直接嵌入现有语音处理项目做二次开发
不足之处
- 项目处于早期，文档和示例较少，上手需要读源码
- 社区规模小，遇到问题可参考的 issue 和讨论有限
适用场景
- 批量处理会议录音，自动生成带说话人标签的会议纪要
- 播客或访谈音频的降噪与转写，用于内容检索和字幕生成
- 客服通话录音的预处理，为后续质检或分析提供结构化文本
替代项目
whisperX、pyannote-audio、funasr
上一篇：nightingale
下一篇：remiqora
同类项目推荐
StyleTTS2
开源
一句话集成人类级 TTS 与声音克隆，快速生成自然语音。
Pip installable package for StyleTTS 2 human-level text-to-speech and voice cloning
kokoro-tts-addon
开源
在浏览器里离线跑神经TTS，低配硬件也能流畅发声。
Local neural TTS for Browsers: fast, expressive, and offline—runs on modest hardwar···
ncnn-android-piper
开源
手机本地跑神经语音合成，离线秒出中文英文语音
ncnn android piper the fast and local neural text-to-speech engine
f5-tts-mlx
开源
在 Mac 上本地跑 F5-TTS，零样本克隆语音
Implementation of F5-TTS in MLX
EDDiscovery
开源
记录你的星际航迹，用3D星图回放《精英危险》的每一段旅程。
Captains log and 3d star map for Elite Dangerous
tacotron2-mandarin
开源
用 TensorFlow 训练中文语音合成模型，快速生成普通话语音。
Tensorflow implementation of Chinese/Mandarin TTS (Text-to-Speech) based on Tacotro···
TTSlist
开源
10000条ChatTTS音色随便挑，告别音色抽卡烦恼
10000 chatTTS voices ！chatTTS 音色库，再也不为音色抽卡烦恼啦。这是我第一个项目，熬夜···
kokorodoki
开源
轻量级自然语音合成，实时响应，随处可嵌
Natural-sounding Text-to-Speech App that fits anywhere. Fast, Real-Time and flexible···
OmniVoice
开源
一段参考音频，克隆音色说600+种语言
High-Quality Voice Cloning TTS for 600+ Languages